OpinionDigest：一种简单的意见摘要框架
计算与语言
2020-05-06 v1
摘要
我们提出OpinionDigest，一种不依赖黄金标准摘要进行训练的抽象式意见摘要框架。该框架使用基于方面的情感分析模型从评论中提取意见短语，并训练一个Transformer模型从这些提取内容重建原始评论。在摘要生成时，我们合并来自多条评论的提取内容，并选择最流行的意见。选定的意见被用作已训练Transformer模型的输入，该模型将其转化为意见摘要。OpinionDigest还可以通过根据方面和/或情感过滤选定的意见，生成针对特定用户需求定制的摘要。在Yelp数据上的自动评估表明，我们的框架优于竞争基线。在两个语料库上的人工研究验证了OpinionDigest能够生成信息丰富的摘要，并展示了有前景的定制能力。
引用
@article{arxiv.2005.01901,
title = {OpinionDigest: A Simple Framework for Opinion Summarization},
author = {Yoshihiko Suhara and Xiaolan Wang and Stefanos Angelidis and Wang-Chiew Tan},
journal= {arXiv preprint arXiv:2005.01901},
year = {2020}
}
备注
ACL 2020 (short paper)